12113 ورقة بحثية
تقترح الورقة البحثية إطار عمل FiRE، وهو إطار عمل مبتكر يعزز النماذج اللغوية الكبيرة متعددة الوسائط لاسترجاع الصور المعقد، وذلك من خلال تقديم مسار مؤتمت لبناء مجموعة بيانات دقيقة للغاية واستراتيجية ضبط دقيق ثنائية المراحل تفصل بين الاستدلال السياقي ومحاذاة الاسترجاع لتحقيق أداء فائق في مرحلة الصفر (zero-shot).
تقدم هذه الورقة نموذج انحدار حتمي يعتمد على بنية U-DiT لإكمال صور الرنين المغناطيسي للدماغ، والذي يستفيد من الانتباه الذاتي المقيد وأولوية التماثل مع الجانب المقابل لتحقيق أفضل النتائج في مقاييس التشابه الهيكلي والتشويه في مهمة التخليق المحلي (Local Synthesis) الخاصة بـ ASNR-MICCAI BraTS.
تُظهر هذه الدراسة أن نماذج التأسيس المرضية، ولا سيما H-optimus-0 وVirchow، يمكنها أن تعمل بفعالية كعمود فقري للكشف الكثيف عن الأجسام الخاصة بالأشكال الانقسامية، محققةً أداءً تنافسياً وتحسناً في المتانة خارج النطاق مقارنة بالنماذج المرجعية التقليدية المدربة من البداية إلى النهاية.
تقترح الورقة البحثية ENCORE، وهو إطار عمل لضغط الفيديو يتم تعلمه ويستفيد من بيانات الكاميرا الحدثية (event camera) لتحسين تقدير الحركة القائم على RGB من خلال تفكيك التمثيل المتكامل، والمعايرة الواعية بالزيادة، والتوجيه الواعي بالطاقة، محققاً وفورات كبيرة في معدل البت وتحسينات في الجودة عبر مجموعات بيانات متنوعة.
تقترح هذه الورقة طريقة مبتكرة لتمثيل الميزات عبر الأنماط (cross-modal feature embedding) تستخدم قيد الغلاف المحدب (convex hull constraint) وآليات الانتباه لمعالجة التباين بين الأنماط بفعالية، مما يقلل بشكل كبير من الإيجابيات والسلبيات الكاذبة في مهام الربط بين الوجه والصوت على مجموعة بيانات VoxCeleb.
تقترح هذه الورقة طريقة مبتكرة لتجميع الميزات التعاونية قائمة على المحولات (transformer) مدمجة مع شبكة تعزيز دقة (SR) متتالية للقيام بزيادة دقة الوجه وإعادة تحديد هوية الأشخاص بشكل قوي بشكل مشترك، وذلك من خلال توحيد ميزات الهوية من ملاحظات متعددة متسلسلة أو متعددة المشاهد، مما يتفوق بذلك على الأساليب الرائدة في التعامل مع تدهور الصور الشديد.
تقترح هذه الورقة البحثية "التظليل العصبي الالتفافي" (CNS)، وهو مسار عمل مبتكر يستفيد من مُظلل عصبي وشبكة إزاحة دقيقة التفاصيل للتغلب على قيود المعلومات الهندسية أحادية النقطة في الطرق الحالية، مما يحقق إعادة بناء ثلاثية الأبعاد ذات جودة أعلى بكثير من الصور متعددة المشاهد، لا سيالما في المناطق المظلمة والخالية من الأنسجة.
تقدم هذه الورقة FarmSeeker، وهو وكيل مبتكر لتجزئة الأراضي الزراعية يتغلب على قيود تحليل الصورة الواحدة من خلال الاستعلام الديناميكي عن المعلومات المكانية والزمانية ذات الصلة بالمهمة لفك الغموض، وقد تم التحقق من صحته باستخدام مقيء GSFS-Bench المقترح حديثاً على النطاق العالمي.
يُعد Qwen-UI-Agent وكيل واجهة مستخدم رسومية (GUI) تأسيسيًا متمحورًا حول العالم الحقيقي، يوحّد بيئات الهاتف المحمول، والكمبيوتر، والويب، والبحث العميق (DeepSearch) مع مساحة عمل هجينة وحلقة بيانات طيار (data flywheel) بأسلوب AutoResearch لتحقيق أداء رائد في اختبارات قياس الأداء للهواتف المحمولة مع تقديم نتائج تنافسية عبر المهام الرقمية الأوسع نطاقًا.
تقدم هذه الورقة Space2Ground 2.0، وهو إطار عمل وقاعدة بيانات متعددة المصادر تدمج صور الأقمار الصناعية مع الصور الملتقطة على مستوى الشارع والموسومة جغرافياً لتعزيز المراقبة الزراعية الدقيقة والقابلة للتوسع والمقاومة للسحب من خلال تحسين تصنيف المحاصيل على مستوى القطع الأرضية.